先别急着看排名。五个平台在同一周把 AI 推到挑货位置，意味着品牌被看见的地方从搜索页挪到了回答里，而回答通常只给两三个推荐位。淘宝接入千问、京东上线京言、抖音把入口放进豆包，这些动作改变的不是流量分配，是消费者在成交前最后一次比较时看到谁。这个判断只能以 11 月 9 日的公开信息为限。
从搜索页到回答，少了一个位置
搜索结果页可以放几十个链接，用户往下翻还能看到第二屏；AI 回答不行，它只给结论。位置从几十个压缩到两三个，意味着可见度的门槛被抬高了一个量级：过去排第十也算被看见，现在没进推荐位就等于不存在。
三个推荐位的稀缺
推荐位稀缺带来的直接后果是，品牌之间的竞争从「抢曝光」变成「抢解释权」。AI 回答里提到一个品牌时，通常会带一句理由——便宜、续航长、适合通勤。这句话由模型根据引用内容生成，谁的内容更能支撑这句理由，谁就更容易被放进去。
引用来源决定谁被选中
回答里的理由不是凭空来的。模型引用的通常是带具体参数的评测、带场景描述的评论、带价格的商品页。品牌如果只在官网写品牌故事，在这些问题里就很难被引用；反过来，把参数、场景、价格写清楚的页面，被引用的概率明显更高。
可见度指标要拆到成交前
| 指标 | 过去 | 现在 |
|---|---|---|
| 统计单位 | 关键词排名 | 问题集内的提及率 |
| 位置含义 | 搜索结果第几位 | 推荐列表第几位 |
| 质量校验 | 点击率 | 引用来源是否有效 |
第三行是新增的。过去看点击率就知道排名有没有效，现在要看引用来源是不是还在、内容是不是过期。一个品牌可能在回答里被提到，但引用的是一个两年前的页面，这种提及对成交几乎没有帮助，却会把提及率抬高。
按平台分别看也还是必须的。不同平台的语料与召回逻辑不同，同一个问题在 A 平台给出三个品牌、在 B 平台一个都不给，平均成一个总分只会掩盖这种结构性差异。可见度的诊断价值，恰恰在差异里。
竞品占位在回答里重排
搜索页的竞品是排在你前后的链接，AI 回答里的竞品是和你一起被列出的两三个名字。这个名单更短，也更稳定——一旦某个品牌在某个问题下稳定出现，后来者要挤进去的成本比在搜索页高得多。
重排通常发生在两类时点：新品上市与价格调整。新品带来新的参数与卖点，模型需要新的引用内容；价格调整改变「值不值」的判断，回答里的推荐理由会跟着换。这两个时点，是品牌重新争夺占位的窗口。
还有一个容易被忽略的变量是描述偏差。AI 回答里如果长期把品牌的价格、产地、定位写错，占位再高也会伤转化。监测要把「描述是否与官网一致」单列，而不是只看有没有被提到。
品牌这周能做的两项核验
第一项，按成交前的问题集核一遍。把「预算多少、什么场景、要什么功能」三类问法各取若干条，逐条记录品牌是否被提及、排在第几位、引用了哪个页面。第二项，核引用页面的有效性，重点看价格与规格是否还准确。
两项都不需要新系统，人工抽检加一张固定表格就能开始。关键是口径固定：问题集不变、平台不变、采样频率不变，这样跨周才有比较的意义。规则不透明的时候，能控制的只有自己的口径。
这一轮能确定的是方向：入口在收窄，回答在变短，引用的权重在上升。至于各平台最终会把推荐位留给谁，目前没有公开数据可以回答，只能靠持续监测去逼近。
常见问题
AI 导购上线，和 GEO 监测是什么关系？
AI 导购把决策放进了回答里，品牌在回答中的提及、位次与引用来源直接影响了成交，这正是 GEO 监测的对象。
AI 回答里的引用来源怎么查？
先看回答是否给链接，再按域名与页面类型分类，逐条确认页面可访问、信息未过期。没有链接的只能算提及。
多平台差异大，应该看哪个平台？
按平台分别看，不要平均。平均会掩盖某平台完全没有该品牌的结构性问题。
优化后多久能看到位次变化？
取决于平台抓取与索引节奏，没有统一答案。先看引用来源结构是否变化，再看位次，来源通常先动。
